buchspektrum Internet-Buchhandlung

Neuerscheinungen 2017

Stand: 2020-02-01
Schnellsuche
ISBN/Stichwort/Autor
Herderstraße 10
10625 Berlin
Tel.: 030 315 714 16
Fax 030 315 714 14
info@buchspektrum.de

Nargiz Bakhshaliyeva, Ulrich Dommer, Ekaterina Samlenski (Beteiligte)

SAP BusinessObjects Predictive Analytics


Vorausschauende Analysen inkl. SAP HANA, PAL, R und Lumira
2017. 433 S. 24 cm
Verlag/Jahr: RHEINWERK VERLAG 2017
ISBN: 3-8362-4415-2 (3836244152)
Neue ISBN: 978-3-8362-4415-2 (9783836244152)

Preis und Lieferzeit: Bitte klicken


Über dieses Buch
Immer einen Schritt voraus! Mit diesem Buch lernen Sie, wie Sie Ihre Daten mit SAP Predictive Analytics analysieren, um bisher unentdeckte Zusammenhänge aufzuspüren und Trends vorhersagen zu können. Die Autoren führen Sie anhand von praktischen Beispielen in alle Funktionen von Automated und Expert Analysis ein.

Aus dem Inhalt:

Data Mining und vorausschauende Analysen
SAP Predictive Analytics 3.1 (früher SAP BusinessObjects Predictive Analytics)
Installation, Architektur und Navigation
Automated Analysis
Expert Analysis
Klassifikationsanalyse, Assoziationsregeln, Regressionsanalyse, Zeitreihen u.v.m.
Social Analytics
SAP HANA Application Function Library
R-Integration
Eigene Algorithmen entwickeln
Visualisierung
Predictive Factory

Galileo Press heißt jetzt Rheinwerk Verlag.

Einleitung ... 15

1. Einführung in Predictive Analytics ... 21

1.1 ... Grundlagen des Data Minings ... 21

1.2 ... Der Data-Mining-Prozess ... 25

1.3 ... Methoden der Datenvorbereitung ... 32

1.4 ... Algorithmen und Methoden des Data Minings ... 42

1.5 ... Einordnung von Predictive Analytics in den Bereich Data Mining ... 56

2. Mehrwert durch Predictive Analytics ... 61

2.1 ... Warum Predictive Analytics? ... 61

2.2 ... Warum Predictive Analytics mit SAP? ... 68

2.3 ... Anwendungsbeispiele ... 70

3. SAP Predictive Analytics ... 77

3.1 ... Einführung und Einordnung in das SAP-Produktportfolio ... 77

3.2 ... Plattformintegration und Architektur ... 84

3.3 ... Installation ... 88

3.4 ... Benutzeroberfläche und Navigation ... 102

3.5 ... Einstellungen ... 104

4. Mit dem Modus "Automated Analytics" arbeiten ... 113

4.1 ... Grundlagen ... 113

4.2 ... Datencodierung ... 118

4.3 ... Datenzugriff und -vorbereitung mit dem Data Manager ... 124

4.4 ... Klassifikations-/Regressionsanalyse ... 127

4.5 ... Zeitreihen ... 191

4.6 ... Clustering ... 196

4.7 ... Analyse sozialer Netzwerke ... 200

4.8 ... Weitere Algorithmen und Toolkit ... 207

5. Mit dem Modus "Expert Analytics" arbeiten ... 225

5.1 ... Funktionen von Expert Analytics ... 225

5.2 ... Navigation und Einstellungen in Expert Analytics ... 226

5.3 ... Datenvorbereitung ... 234

5.4 ... Assoziationsanalyse ... 251

5.5 ... Clustering und Klassifikation ... 257

5.6 ... Regressionsalgorithmen ... 273

5.7 ... Zeitreihen ... 287

5.8 ... Weitere Algorithmen ... 292

6. Integration von R im Modus "Expert Analytics" ... 307

6.1 ... Grundlagen von R ... 308

6.2 ... R-Integration ... 315

6.3 ... Beispiel: ABC-Analyse ... 317

7. Visualisierungen ... 325

7.1 ... Visualisierungen in Automated Analytics ... 325

7.2 ... Visualisierungen in Expert Analytics ... 326

7.3 ... Visualisierungserweiterung durch VizPacker ... 333

8. Model Management mit der Predictive Factory ... 341

8.1 ... Einführung in die Predictive Factory ... 341

8.2 ... Deployment von Automated-Analytics-Modellen ... 350

8.3 ... Deployment von Expert-Analytics-Modellen ... 357

9. SAP-HANA-integriertes Data Mining ... 361

9.1 ... Einführung in SAP HANA Native ... 362

9.2 ... Application Function Library (AFL) ... 365

9.3 ... Weitere integrierte Szenarien ... 386

10. Integration von R in SAP HANA ... 407

10.1 ... Eigene Algorithmen für SAP HANA entwickeln ... 407

10.2 ... Beispiel: Netzwerkoptimierung ... 409

11. Zusammenfassung und Ausblick ... 419

11.1 ... Zusammenfassung ... 419

11.2 ... Ausblick ... 420

Die Autoren ... 423

Index ... 427
"Im Buch zeigen die Autoren unter anderem auf, wie Versorger ihre Daten mit SAP Predictive Analytics 3.1 analysieren können, um bisher unentdeckte Zusammenhänge aufzuspüren und Trends vorherzusagen. Darüber hinaus machen die Autoren anhand von Beispielen aus der Praxis deutlich, wie Anwender vorausschauende Analysen und Data Mining mit SAP durchführen, Daten vorbereiten, auswerten und visualisieren können. Und auch wie die Integration mit SAP Predictive Analysis Library, SAP HANA und R gelingt, wird gezeigt. Zudem erklären sie leicht verständlich, welche Algorithmen für welche Zwecke einzusetzen sind. Typische Anwendungsfälle, wie Absatzprognosen, Forecasts und Kampagnenmanagement, machen dabei die Einsatzmöglichkeiten von SAP Predictive Analytics transparent." WirAutomatisierer.Industrie.de 201710